ARIMA在pmdarima样本预测中如何缩放？

Question

我使用auto_arimapmdarima软件包执行了时间序列预测。我知道该程序包基于statsmodel SARIMAX程序包。

使用命令：fit.predict_in_sample(ARIMA_input, dynamic=None)，可以将结果缩放/归一化为0。我想将样本中的预测转换回去，以使用我的输入数据进行绘制。有谁知道它是如何转变的？我从pmdarima中搜索了源代码，但找不到任何东西。使用statsmodel SARIMAX，样本中的预测与我的输入具有相同的比例。

注意：我的数据不是季节性的，因此我仅将ARIMA与statsmodel SARIMAX一起使用。

此外，如果我使用auto_arimapmdarima拟合给出的顺序并将其与statsmodel SARIMAX一起使用，则会得到不同的预测结果（pmdarima的预测非常合理，而SARIMAX的预测只是一条直线）。看来我看不出有什么不同。也许你们中的某人更了解它并可以帮助我？

如果您需要更多信息，我们很乐意提供。